Analyses métabolites NOESY
DUBii 2021
12 mai, 2021
Chargement des librairies
Chargement des données brutes
Représentation des données
Tranformation des données en log2
| nb_ech | moy | median | min | max | |
|---|---|---|---|---|---|
| Echantillon | 846 | 0.0066202 | 0.0065891 | 0.0059730 | 0.0090406 |
| Bucket | 215 | 0.0066202 | 0.0026412 | 0.0000208 | 0.2255073 |
Etapes de Standardisation des données
standardisation par la médiane et mise à l’échelle par la plage inter-quartile
ACP via factominer
Poids des axes
Les 2 premiers axes expliquent plus de 46% de la variance exprimée.
Dendrogram
Plot
Quelque soit le groupe étudié (sexe, âge, tabac), sur les axes 1 et 2, les différents points se superposent, il n’est donc pas possible de distinguer un groupe d’un autre.
Sexe
Age
Tabac
Axe 3_4
Cercle des correlations
Biplot
Contribution des 20 buckets qui contribuent le plus à la variance expliquée.
Cette contribution est entre 0.8 et 0.9
PCA issu du Package mixOmics
Juste pour montrer le code mais les résultats sont identiques. Remarque : Chaque axe est symétrique donc qu’un individu soit à-20ici et +20 avec factominer revient au même 
Sparse PCA
Regarde si on peut observer naturellement une clusterisation en fonction d’une catégorie
Quelque soit la catégorie sexe, age tabac, nous n’observons aucune clusterisation.
Sparse PLS
Clusturisation par PLS-DA structure de correlation entre CPMG and NOESY variables séléctionné sur la composante 1
Cluster_CPMG_NOESY
PLS-DA
Plot
Sexe
Age
Tabac
Cercle de correlation PLS-DA
Ne sont représentés uniquement les buckets qui contribuent à au moins 50% 
Test de prédiction
Possibilité de faire de la prédiction dans le cas ou les ind seraient en sous groupes, ce qui n’est pas notre cas.
ceci est juste un test mais pourrait être interressant afin de prédire une variable à partir de 100aines que nous avons
Sexe
Tabac
Age
Contribution des variables PLS-DA
Les variables sélectionnées pour la composante 1 sont exprimées de manière positives pour le sexe1 et négative pour le sexe2.
Pour l’âge : la composante est positive pour les tranches d’âge de 50 à 69et négative pour les 20-29 ans.
Pour le statut tabagique la composante est exclusivement négatives pour le statut non et ex fumeur et positif pour les fumeurs.
Sexe
Age
Tabac
Chez les fumeurs la contribution des variables a un effet positif alors qu’elle est négative dans les 2 autres catégories.
Sparse PLS-DA
Résultats simlaires à la PLSDA
Graphs
Cercle de correlation
Représentation par sexe uniquement
Ne sont représentés uniquement les buckets qui contribuent à au moins 50% 